零售业态如果不去分析商品间的关联关系，则很难发现商品间的隐形密码，并且很难做到精细化管理。商品的关联分析对于提高商品的活力、挖掘消费者的购买力、促进最大化销售等有非常大的帮助。
【商品的关联程度分析】购买A商品的顾客中35%的顾客会购买B商品，则商品A对商品B之间就有了关联关系，这是商品A对商品B的关联，反过来则不一定成立，商品B对商品A不一定具有很强的关联度。（例如：买休闲饼干的大部分人同时会购买可乐，但购买可乐的任同时购买饼干的比重则不大）所以商品的关联性关系是有方向性的，可以分为单项关联和双向彼此关联。
商品的关联关系分析包括品类间的关联、单品之间的关联、品类和单品间的关联。（例：买休闲食品的顾客39%会购买饮料--品类间关联，。买大桶饮料的顾客有20%购买一次性纸杯--单品关联。购买化妆品的顾客8%会购买某品牌某规格抽纸---品类和单品间关联）等。
品类间的关联和单品间的关联是主要分析的两个方面
广义的商品关联包括商品间的关联度，商品和价格间的关联，商品和天期间的关联，商品和顾客间的关联分析。
商品间的关联关系包括三种方式：
1、强关联：当商品的关联度超过某个值时，就可以定义为强关联关系。这个值在不同行业不同的业态是不同的，强关联的商品彼此陈列在一起会提高双方的销售。
2、弱关联：关联度不高的商品，对于这些商品可以尝试在一起，然后再分析是否关联度有变化，如果关联度大幅提高，则说明原来的弱关联有可能是陈列的原因造成的
3、排除关系：基本上两个商品不会出现在一张小票上。
关联度分析不仅仅只是这三种关系，仅代表商品关联度分析的一个方面（可信度）全面系统的商品关联分析必须有三度的概念（支持度、可信度、提升度）
支持度=同时包含商品A和B的交易÷总交易*100%
指在所有交易中同时出现关联商品的概率，既有多少比重的顾客会同时购买关联商品。
可信度=同时包含商品A和B的交易÷包含商品A的总交易*100%
指在购买A商品的交易中有多少交易包含关联商品B ,也就是商品B出现的概率
提升度=可信度÷商品B在总交易中出现的概率
指商品A对商品B销售提升的影响程度。
例如：白酒和花生，假定超市11月总交易次数为2000次，其中包含花生的交易次数为100次 包含白酒的交易次数为200次 同时包含花生和白酒的交易次数为50次，根据数据计算三度的值。
50÷2000*100%=2.5%---支持度
50÷100*100%=50%----可信度
50%÷（200÷2000*100%）=5.0--提升度
当提升度大于1.0时，顾客在购买完花生后有较大可能会去购买白酒，1.0是提升度的一个分界值。
支持度代表这组关联商品的份额是否够大，可信度代表关联度的强弱，提升度则是看关联规则是否有价值。在实际数据分析中，需要对支持度和可信度设定准入规则，例如：支出度＞=3%，可信度＞=60%，满足最低准入值则可视为商品间的关联关系有价值。
大部分商品的关联度是有显性的，不需要分析就知道，鸡蛋和蔬菜、饮料和休闲。应该挖掘的是隐形的关联商品。
